Responsible AI Platform
Onderwijs en beroepsopleiding

Annex III point 3 - Point 3(d)

Student monitoring en verboden gedrag

AI die verboden studentgedrag tijdens toetsen monitort of detecteert.

Voorbeelden om te toetsen

Online proctoring met AI-signalen.

Detectie van cheating, afkijken of afwijkend toetsgedrag.

Classificatiepad

Bevestig eerst of het systeem een AI-systeem is onder Article 3(1).
Bepaal of het intended purpose binnen Point 3(d) valt.
Toets of Article 6(3) filter mogelijk is en of profiling die filter blokkeert.
Leg provider/deployer rollen, menselijk toezicht, data governance en bewijs vast.

Wat je moet beoordelen

Welke beslissing, beoordeling of toegang door het systeem wordt ondersteund.
Welke gegevens, scores of aanbevelingen de output bepalen.
Wie menselijk toezicht houdt en welke uitleg beschikbaar is.

Volgende stap voor deze use case

Gebruik de classifier voor een eerste routecheck of bespreek de use case als de AI-output echte toegang, beoordeling, prioriteit of rechtenimpact kan hebben.

Veelgestelde vragen

Korte antwoorden voor classificatie, bewijs en vervolgstappen onder Annex III.

Wanneer valt Student monitoring en verboden gedrag onder Point 3(d)?

AI die verboden studentgedrag tijdens toetsen monitort of detecteert. Toets of het beoogde doel binnen Point 3(d) valt en leg daarna vast of Article 6(3), profiling en de concrete rechtenimpact de classificatie veranderen.

Welke voorbeelden moet je in de praktijk beoordelen?

Voorbeelden die je moet toetsen zijn: Online proctoring met AI-signalen. en Detectie van cheating, afkijken of afwijkend toetsgedrag.. De doorslag zit niet in de toolnaam, maar in de functie, output en gevolgen voor natuurlijke personen.

Welke vervolgstap past bij deze use case?

Gebruik de classifier voor een eerste routecheck of bespreek de use case wanneer de AI-output toegang, beoordeling, prioriteit, veiligheid of rechten kan raken binnen Onderwijs en beroepsopleiding.